-
题名基于机器学习方法的多采样点储层粒度剖面预测
被引量：3
- 1
-
-
作者
刘珊珊
汪志明
-
机构
中国石油大学(北京)石油工程学院
-
出处
《石油科学通报》
2022年第1期93-105,共13页
-
基金
创新研究群体科学基金复杂油气井钻井与完井基础研究(编号51821092)资助。
-
文摘
地层砂的粒度特征值d50(筛析曲线累计质量分数50%对应的粒径值,μm)是防砂设计中的关键参数,为获得粒度纵向分布剖面,开展了基于机器学习方法的储层粒度与测井曲线响应关系研究。经典机器学习往往缺少模型内部的特征提取过程,而且采用单一采样点作为输入,缺失相邻数据关联关系反映层位信息。考虑到储层的地质连续性,利用测井曲线趋势和背景信息,将深度相邻数据点作为机器学习特征值,提出了一种基于多采样点的粒度剖面预测方法,构造和训练了基于随机森林(Random Forest)、支持向量机(Support Vector Machine)、Xtreme Gradient Boosting Tree(XGBoost)、人工神经网络(Artificial Neural Network)的预测模型。研究结果表明,与单点映射模型相比,考虑储层纵向地质连续性的各模型预测精度均高于单点预测,其中五点映射的ANN模型(ANN-5)预测效果最好,测试集d50预测相关系数最高为0.819,误差MAE最小为9.59,证实了多个采样点作为输入隐含利用了部分地层信息,有效地提高了预测精度。研究了特征点密度对模型准确率的影响,对训练集二维输入空间中样本的特征点高斯核密度分布以及测试集样本点处的训练集特征点密度进行估算,得出在高密度区域中的测试集样本点的RMSE普遍较低。当增加训练样本数量时,模型预测精度将进一步提高。采用层次分析法确定影响模型选择各因素的权重,通过模糊综合评判法优选机器学习模型,根据优选出的模型对临近区块储层粒度剖面进行预测,预测结果很好地捕捉了粒度变化趋势,模拟了其峰值。
-
关键词
机器学习
粒度剖面预测
测井曲线
地质纵向连续性
-
Keywords
machine learning
grain size profile prediction
logging curve
geological vertical continuity
-
分类号
P618.13
[天文地球—矿床学]
P631.81
[天文地球—地质矿产勘探]
-
-
题名陕北黄土洼聚湫类型划分与侵蚀产沙模拟研究
被引量：2
- 2
-
-
作者
贺燕子
岳大鹏
达兴
程金文
张君茹
-
机构
陕西师范大学旅游与环境学院
-
出处
《水土保持学报》
CSCD
北大核心
2017年第2期87-91,165,共6页
-
基金
国家自然科学基金项目(41071012)
陕西省水土流失补偿费资助项目:陕西省能源开发水土保持监测技术研究及信息系统建设
-
文摘
为了揭示泥沙沉积与降水的关系,重建淤地坝水成黄土的沉积环境,选择陕北黄土洼的天然聚湫为研究对象,通过野外多次多点位打钻采样和样品测定,利用近60年降雨数据与剖面粒度的对比分析和数学模拟等方法,划分了黄土洼聚湫类型,建立了标准聚湫侵蚀产沙模型。结果表明:(1)将黄土洼的侵蚀性雨量标准定为9.2mm能更好地反映黄土洼的土壤侵蚀状况;(2)依据降雨数据,黄土洼年均最大日降雨量52.7mm以下的降雨总量占88.1%,利用52.7mm以下降雨量产生的泥沙分布范围,可以确定"非标准聚湫"的范围;(3)通过对库容曲线的模拟将1 058.03m定为零库容高程点,并基于黄土洼的分形维数对岔巴沟流域建立的次降雨侵蚀输沙模型进行了修订,建立了适用于本地区的侵蚀产沙模型;(4)对各剖面沉积物粒度旋回规律进行对比分析,并结合模型计算数据,确定了黄土洼"标准聚湫"在近坝地剖面点附近,坝地至沟口附近之间为"非标准聚湫",沿沟至沟头以上均为"非聚湫"沉积区。
-
关键词
黄土洼
聚湫类型
侵蚀性雨量标准
侵蚀产沙模拟
剖面粒度对比
-
Keywords
Huangtuwa
natura
dam type
erosive rainfall standard
erosive sediment simulation
grain sizecontrast of profiles
-
分类号
P512.2
[天文地球—地质学]
-
